如何使用 C# 中的 OCR 從收據中提取數據

收據和自動化

在如今快節奏的生活中， 收據至關重要。 無論你是購買食品雜貨還是外出用餐，收據都能幫助你追蹤支出並進行預算。 同時，商店使用收據掃描器分析銷售數據，透過數據提取技術幫助他們預測需求和管理庫存。

然而，收據可能難以辨認，計算結果也不總是清晰明了。 手動輸入預算資料既繁瑣又容易出錯，尤其是在專案很多的情況下。 遺失收據可能會讓你的每月超支變成一個謎。 傳統紙質收據經常存在列印品質不佳、油墨褪色和熱敏紙老化等問題，因此OCR 影像優化對於準確提取至關重要。

為了解決這個問題，預算和財務應用程式採用了OCR （光學字元辨識）技術。 透過將收據掃描成數位格式，OCR 可以最大限度地減少錯誤，自動輸入數據，追蹤支出，並揭示購買模式。 現代OCR 解決方案可處理各種收據格式，從傳統的銷售點列印輸出到具有條碼和二維碼讀取功能的數位收據。

OCR利用機器學習技術從圖像中辨識和提取文字。 該過程包括影像預處理、字元分割、模式識別和驗證。 然而，OCR 並非完美無缺——模糊或污跡會導致錯誤。 先進系統利用電腦視覺技術來提高準確率。 選擇一個可靠的、能夠高效處理和最佳化讀取的 OCR 庫對於成功實現文件自動化至關重要。

為什麼我應該選擇 IronOCR 進行收據處理？

IronOCR是一個基於客製化Tesseract OCR 引擎的 C# 函式庫。與標準 Tesseract 不同，IronOCR 包含了Tesseract 5 的最佳化和專為 .NET 開發人員設計的功能。 它之所以脫穎而出，是因為它具有以下特點：

1.跨平台相容性：可與 .NET 8、7、6、5 和 Framework 4.6.2+ 搭配使用。 可在 Windows、macOS、Azure 和 Linux 系統上運作。 可無縫部署至Docker 、 AWS Lambda和Azure Functions 。

2.靈活性和可擴展性：支援 JPG、PNG 和 GIF 格式。 與 System.Drawing 物件整合。 處理多頁 TIFF和PDF 串流。 支援 多線程，適用於高吞吐量場景。

3.易用性和支援：文件齊全，API 功能強大，並提供 24/5 支援。 提供簡單的單行操作和詳細的配置選項。 包含全面的故障排除指南。

4.多語言功能：支援125 種國際語言。 能夠有效識別產品名稱和價格。 支援每個文件使用多種語言。 支援自訂訓練資料檔。

5.進階影像處理：內建濾鏡可自動增強收據品質。 包括降噪、方向校正和DPI 優化。 篩選精靈會自動決定最佳設定。

如何在我的應用程式中實現收據OCR？

// Replace the license key variable with the trial key you obtained
IronOcr.License.LicenseKey = "REPLACE-WITH-YOUR-KEY";

// Replace the license key variable with the trial key you obtained
IronOcr.License.LicenseKey = "REPLACE-WITH-YOUR-KEY";

如何使用 IronOCR 讀取超市收據？

讓我們探索如何在應用程式中使用 IronOCR，該應用程式可以使用智慧型手機掃描超市收據，提取產品名稱和價格，並根據購買情況獎勵忠誠度積分。 這包括影像擷取、預處理、OCR執行以及使用結果置信度評分進行資料驗證。

我需要編寫哪些 C# 程式碼來提取收據資料？

using IronOcr;

class ReceiptScanner
{
    static void Main()
    {
        // Set the license key for IronOCR
        IronOcr.License.LicenseKey = "YOUR-KEY";

        // Instantiate OCR engine with optimal settings for receipts
        var ocr = new IronTesseract();

        // Configure for receipt-specific text
        ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789.$,- ";
        ocr.Configuration.BlackListCharacters = "~`@#%^*_+={}[]|\\:;\"'<>?";

        using var inputPhoto = new OcrInput();
        inputPhoto.LoadImage("supermarketexample.jpg");

        // Apply preprocessing for better accuracy
        inputPhoto.DeNoise();
        inputPhoto.ToGrayScale();
        inputPhoto.Contrast(1.2);

        // Perform OCR on the loaded image
        OcrResult result = ocr.Read(inputPhoto);

        // Output the text extracted from the receipt
        string text = result.Text;
        Console.WriteLine(text);

        // Extract specific data using OcrResult features
        foreach (var line in result.Lines)
        {
            if (line.Text.Contains("TOTAL"))
            {
                Console.WriteLine($"Total Found: {line.Text}");
            }
        }
    }
}

using IronOcr;

class ReceiptScanner
{
    static void Main()
    {
        // Set the license key for IronOCR
        IronOcr.License.LicenseKey = "YOUR-KEY";

        // Instantiate OCR engine with optimal settings for receipts
        var ocr = new IronTesseract();

        // Configure for receipt-specific text
        ocr.Configuration.WhiteListCharacters = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789.$,- ";
        ocr.Configuration.BlackListCharacters = "~`@#%^*_+={}[]|\\:;\"'<>?";

        using var inputPhoto = new OcrInput();
        inputPhoto.LoadImage("supermarketexample.jpg");

        // Apply preprocessing for better accuracy
        inputPhoto.DeNoise();
        inputPhoto.ToGrayScale();
        inputPhoto.Contrast(1.2);

        // Perform OCR on the loaded image
        OcrResult result = ocr.Read(inputPhoto);

        // Output the text extracted from the receipt
        string text = result.Text;
        Console.WriteLine(text);

        // Extract specific data using OcrResult features
        foreach (var line in result.Lines)
        {
            if (line.Text.Contains("TOTAL"))
            {
                Console.WriteLine($"Total Found: {line.Text}");
            }
        }
    }
}

這段程式碼示範了：

1. 導入 IronOcr 庫。
2. 使用設定選項實例化 OCR 引擎（ IronTesseract ）。
3. 建立一個新的OcrInput來載入收據圖片。
4. 應用預處理以提高準確度。
5. 使用Read方法提取文字。
6. 使用OcrResult 類別處理結構化資料的結果。

IronOCR 支援讀取不同格式的收據、螢幕截圖和掃描文件。 它還可以從結構化收據中提取表格資料。

如何驗證提取資料的準確性？

為確保一致性，檢查擷取資料的置信度。 IronOCR提供多層次的全面信賴度指標：

OcrResult result = ocr.Read(inputPhoto);
string text = result.Text;
Console.WriteLine(text);
Console.WriteLine($"Overall Confidence: {result.Confidence}%");

// Check confidence for individual elements
foreach (var word in result.Words)
{
    if (word.Confidence < 80)
    {
        Console.WriteLine($"Low confidence word: '{word.Text}' ({word.Confidence}%)");
    }
}

// Validate numeric values
foreach (var block in result.Blocks)
{
    if (block.Text.Contains("$"))
    {
        Console.WriteLine($"Price detected: {block.Text} (Confidence: {block.Confidence}%)");
    }
}

OcrResult result = ocr.Read(inputPhoto);
string text = result.Text;
Console.WriteLine(text);
Console.WriteLine($"Overall Confidence: {result.Confidence}%");

// Check confidence for individual elements
foreach (var word in result.Words)
{
    if (word.Confidence < 80)
    {
        Console.WriteLine($"Low confidence word: '{word.Text}' ({word.Confidence}%)");
    }
}

// Validate numeric values
foreach (var block in result.Blocks)
{
    if (block.Text.Contains("$"))
    {
        Console.WriteLine($"Price detected: {block.Text} (Confidence: {block.Confidence}%)");
    }
}

Confidence屬性衡量統計準確度，範圍從 0（低）到 100（高）。 利用這些置信水準來決定如何處理資料。 對於生產系統，實施進度追蹤以監控 OCR 操作。

如何透過影像預處理提高OCR準確率？

處理影像前，請使用以下方法預處理影像，以獲得更好的處理效果：

using var inputPhoto = new OcrInput();
inputPhoto.LoadImage("receipt.jpg");

// Basic preprocessing
inputPhoto.DeNoise();           // Removes noise from the image
inputPhoto.ToGrayScale();       // Converts image to grayscale
inputPhoto.Contrast(1.5);       // Enhance contrast for faded receipts
inputPhoto.Sharpen();           // Improve text clarity

// Advanced preprocessing for challenging receipts
inputPhoto.Rotate(2.5);         // Correct slight rotation
inputPhoto.Deskew();            // Automatically straighten receipt
inputPhoto.Scale(200);          // Upscale low-resolution images

// Handle specific receipt issues
if (receiptIsDamaged)
{
    inputPhoto.Dilate();        // Thicken thin text
    inputPhoto.Erode();         // Reduce text bleeding
}

// For colored or patterned backgrounds
inputPhoto.Binarize();          // Convert to pure black and white
inputPhoto.Invert();            // Handle white text on dark background

using var inputPhoto = new OcrInput();
inputPhoto.LoadImage("receipt.jpg");

// Basic preprocessing
inputPhoto.DeNoise();           // Removes noise from the image
inputPhoto.ToGrayScale();       // Converts image to grayscale
inputPhoto.Contrast(1.5);       // Enhance contrast for faded receipts
inputPhoto.Sharpen();           // Improve text clarity

// Advanced preprocessing for challenging receipts
inputPhoto.Rotate(2.5);         // Correct slight rotation
inputPhoto.Deskew();            // Automatically straighten receipt
inputPhoto.Scale(200);          // Upscale low-resolution images

// Handle specific receipt issues
if (receiptIsDamaged)
{
    inputPhoto.Dilate();        // Thicken thin text
    inputPhoto.Erode();         // Reduce text bleeding
}

// For colored or patterned backgrounds
inputPhoto.Binarize();          // Convert to pure black and white
inputPhoto.Invert();            // Handle white text on dark background

這些預處理步驟可以提高提取精度。 篩選精靈會自動為您的收據找到最佳篩選組合。對於彩色背景的收據，顏色校正至關重要。

高級場景可能需要針對特定區域的 OCR來重點識別總數或稅務資訊。 對於帶有條碼的收據，啟用條碼讀取和文字擷取功能。

使用 IronOCR 進行收據處理的主要優點是什麼？

IronOCR 授權頁面顯示三個定價等級（Lite 版 749 美元，Plus 版 1,499 美元，Professional 版 2,999 美元），並提供 IronOCR 和 Iron Suite 選項之間的切換，顯示 Professional 許可詳情和總費用 5,998 美元——為團隊和企業提供靈活的定價方案，既有單獨的價格將 Suite 套裝，既有產品組合，還有更大的價格組合。

收據 OCR 技術可協助企業和個人進行預算編制、防詐騙和自動資料收集。 IronOCR 具有準確度高、速度快、易於與現有平台整合等優點，是收據掃描解決方案的理想選擇。

主要優勢包括：

1.效能最佳化：透過多執行緒和速度調優，高效處理數千張收據。

2.匯出彈性：將收據轉換為可搜尋的 PDF或hOCR HTML ，以便整合到 Web 中。

3.企業功能：部署到Azure 、 Docker和Linux 伺服器以實現可擴充性。

4.專業識別：閱讀收據上的手寫筆記並提取表格結構。

5.調試工具：突出顯示文字視覺化和結果導出功能有助於故障排除。

試用 IronOCR 的試用許可證，探索其各項功能。 全面的文件和程式碼範例可協助您快速實現收據 OCR。